创投观察 | 人工智能炒股分分钟赢钱？ 但在中国这两大难题并不容易解决

本文是创投观察系列的第24篇

分享人：36氪资深分析师石亚琼 

相关素材来自启明创投 2018 人工智能春季沙龙

二级市场交易涉及到大量的数据及数据分析，是机器学习绝佳的应用场景之一。将机器学习应用于二级市场交易也日益流行。2017年年中，微软人工智能首席科学家、IEEE Fellow 邓力就加入到了对冲基金公司 Citadel 担任首席人工智能官；年底，全球第一只应用机器学习的ETF基金上线。

人工智能炒股，分分钟赢钱。这是人们对于量化交易最直白的认知之一。事实上，情况真的如此么？在启明创投 2018 人工智能春季沙龙上，启明创投创始合伙人邝子平、前金山软件CEO 张宏江、京东负责AI平台和研究部的副总裁周伯文、同盾科技CEO 蒋韬、阿博茨科技CEO杨永智等也对这个问题进行过讨论。

概括来看，在中国创业公司要想实现人工智能炒股分分钟赢钱，很可能还有两大难题要解决。一是机器可以智能抓取客观数据，但分析师的预期和基金经理的预期则无法被抓取到。以阿博茨科技科技为例，他们通过技术实现了抓取40-50家美国的中概股上市公司相关数据， 可以比财报发布早30-50天预测企业的营业收入，但在实际股票市场中即使收入超预期增长股价很可能还会跌，因为机器无法抓取到分析师和基金经理的心理预期。

二是存在政策合规隐患。虽然利用AI技术进行交易合法，但在实际运行过程中，产生足够大的负面影响时，很可能面临合规风险。所以这一领域的国内初创公司很可能难以做大。这有可能意味着，创业公司以售卖数据的方式提供服务，可能更为稳妥。

除用于交易场景外，人工智能也可以用于金融行业的其他场景，如投资研究辅助、大数据风控、金融诈骗识别等。

关于创投观察：

Hi ，

信息不对称，是一级市场普遍存在的一个痛点。有人戏称，我们从报道中了解的世界可能比实际慢了两个轮次。

自 36氪成立以来，我们一直都与新商业领域的创业者、投资人保持高密度的、持续性的交流，成为了行业的“小信息枢纽”，并形成了36氪对商业、行业的观察与判断。事实上，这也是36氪记者、分析师们“核心竞争壁垒”之一。

因此，我们慎重考虑之后，决定设立“创投观察”这个专栏，用500字以内的篇幅，讲述实际行业中即将发生的现象。我们将把我们获得的高密度一手信息，尽可能毫无保留分享给行业，让关注新商业的人能够获知行业最前瞻的思考、碰撞出智慧的火花，让我们的报道能对创投人群的行为决策提供有益的参考，从而最终帮助新商业人群的成长，帮助新商业公司的成长。

除了关注这个专栏，我们也很希望你能成为这个专栏的分享者（联系邮箱：syq@36kr.com），分享对于这个行业的思考、观察，和我们一起见证新商业文明的诞生。